UNIVERSIDADE REGIONAL DE BLUMENAU CENTRO DE CIÊNCIAS EXATAS E NATURAIS
CURSO DE CIÊNCIAS DA COMPUTAÇÃO
(Bacharelado)
PROTÓTIPO SISTEMAS DE INFORMAÇÃO NA GESTÃO DE
NEGÓCIO COM APLICAÇÃO NO CONTROLE DE
PROCESSOS NA PRODUÇÃO DO SETOR TÊXTIL
TRABALHO DE CONCLUSÃO DE CURSO SUBMETIDO À UNIVERSIDADE REGIONAL DE BLUMENAU PARA A OBTENÇÃO DOS CRÉDITOS NA
DISCIPLINA COM NOME EQUIVALENTE NO CURSO DE CIÊNCIAS DA COMPUTAÇÃO — BACHARELADO
NADER GHODDOSI
BLUMENAU, DEZEMBRO/2000
ii
PROTÓTIPO SISTEMAS DE INFORMAÇÃO NA GESTÃO DE
NEGÓCIO COM APLICAÇÃO NO CONTROLE DE
PROCESSOS NA PRODUÇÃO DO SETOR TÊXTIL
NADER GHODDOSI
ESTE TRABALHO DE CONCLUSÃO DE CURSO, FOI JULGADO ADEQUADO PARA OBTENÇÃO DOS CRÉDITOS NA DISCIPLINA DE TRABALHO DE CONCLUSÃO DE CURSO OBRIGATÓRIA PARA OBTENÇÃO DO TÍTULO DE:
BACHAREL EM CIÊNCIAS DA COMPUTAÇÃO
Prof. Oscar Dalfovo — Orientador na FURB
Prof. José Roque Voltolini da Silva — Coordenador do TCC
BANCA EXAMINADORA
Prof. Oscar Dalfovo
Prof. Wilson Pedro Carli
iii
DEDICATÓRIA
Aos meus pais, Nasser e Nahid Ghoddosi, por me ensinar a viver. A minha esposa Sheila, pelo amor, amizade dedicados a mim e pelo apoio durante a jornada universitária.
Dedico a todos que escolherem o caminho espiritual e deixarem de lado seu ego conquistando um nível elevado de desprendimento e amor ao próximo.
iv
AGRADECIMENTOS
À Deus que, sempre presente, nos ilumina a cada dia.
Ao professor Oscar Dalfovo, pela orientação e críticas dadas no decorrer do trabalho. Agradeço Sr. Norberto Tomborlin pelo apoio essencial na elaboração do protótipo. Agradeço a todos que de forma direta ou indiretamente contribuíram para a realização deste trabalho.
v
SUMÁRIO
LISTA DE FIGURAS ...viii
RESUMO ... x ABSTRACT ...xi 1 INTRODUÇÃO... 1 1.1 OBJETIVOS... 3 1.2 ORGANIZAÇÃO DO TEXTO... 3 2 SISTEMAS DE INFORMAÇÃO... 5
2.1 CATEGORIA DE SISTEMAS DE INFORMAÇÃO ... ... 5
2.2 SISTEMAS DE INFORMAÇÕES GERENCIAIS (SIG)... 10
2.3 SISTEMAS DE APOIO A DECISÃO (SAD) ... 10
2.4 SISTEMAS DE INFORMAÇÕES EXECUTIVAS (EIS) ... 11
2.5 SISTEMA DE INFORMAÇÃO ESTRATÉGICA DE GERENCIAMENTO OPERACIONAL (SIEGO) ... 11
2.5.1 METODOLOGIA SIEGO ... 12
2.5.2 OBJETIVOS DA METODOLOGIA SIEGO ... 12
2.5.3 CUIDADOS ESPECIAIS NA IMPLANTAÇÃO DA METODOLOGIA SIEGO... 13
2.5.4 PRINCÍPIOS DA METODOLOGIA SIEGO ... 13
2.5.5 PROJETO DA METODOLOGIA SIEGO ... 13
2.5.6 FASE I - PREPARAÇÃO DO PROJETO SIEGO... 14
2.5.7 FASE II - DETERMINAÇÃO E AVALIAÇÃO DAS AÇÕES DE MELHORIAS ... 14
2.5.7.1 PASSO 1-MONTAGEM DO BANCO DE DADOS ... 14
2.5.7.2 PASSO 2-DESENVOLVIMENTO E AVALIAÇÃO DAS IDÉIAS DE MELHORIA ...15
vi
2.5.7.3 PASSO 3 - SELEÇÃO DA IDÉIAS DE POTENCIAL... 16
2.5.8 FASE III - IMPLEMENTAÇÃO DAS IDÉIAS ... 17
2.5.8.1 PASSO1 - PLANEJAMENTO DA IMPLANTAÇÃO ... 17
2.5.8.2 PASSO2-IMPLEMENTAÇÃO E RASTREAMENTO DAS AÇÕES DE MELHORIA...18
3 DATA WAREHOUSE... 20
3.1 ARQUITETURA DO DATA WAREHOUSE ... 21
3.2 ARQUITETURA GENÉRICA DE DATA WAREHOUSE ... 24
3.3 GRANULARIDADE... 25
3.4 OLAP - PROCESSAMENTO ANALÍTICO ON-LINE... 28
3.5 CUBO DE DECISÃO... 29
4 TECNOLOGIAS E FERRAMENTAS UTILIZADAS... 32
4.1 ANÁLISE ESTRUTURADA ... 32
4.1.1 DIAGRAMA DE FLUXO DE DADOS (DFD) ... 32
4.1.2 DICIONÁRIO DE DADOS ... 34
4.1.3 FERRAMENTAS PARA ESPECIFICAR PROCESSOS... 35
4.1.4 MODELO DE ENTIDADES E RELACIONAMENTOS (MER) ... 35
4.1.5 POWER DESIGNER... 36 4.1.6 DELPHI ... 36 4.2 TRABALHOS CORRELATOS ... 37 5 ESPECIFICAÇÃO DO PROTÓTIPO... 38 5.1 PLANEJAMENTO... 39 5.2 PROJETO...39 5.3 IMPLEMENTAÇÃO DO SISTEMA...40 6 CONCLUSÃO...51 6.1 DIFICULDADES ... 56
vii
6.2 SUGESTÕES ... 56
ANEXOS ... 57
GLOSSÁRIO... 63
viii
LISTA DE FIGURAS
1 Elementos do Sistemas de Informação... 7
2 Nível de influência do Sistema de Informações ... 9
3 Montagem do Banco de Dados ... 15
4 Um exemplo de dados baseados em assuntos/negócios ... 22
5 A questão da integração ... 23
6 A questão da não-volatilidade ... 23
7 A questão da variação em relação ao tempo ... 24
8 Arquitetura do ambiente de DW ... 25
9 Níveis de granularidade... 26
10 Modelo Estrela ... 30
11 Cubo com as dimensões produto, região e tempo ... 31
12 Diagrama de fluxo de dados... 34
13 Modelo de Entidades de Relacionamento típico ... 36
14 Tela de apresentação ... 40
15 Tela principal... 41
16 Tela Cadastro das despesas operacionais por função (Custo A) ... 42
17 Tela Cadastro das despesas operacionais (Custo A) ... 43
18 Tela Potencia de melhoria ... 44
19 Tela Resumo da base de custos e meta de redução ... 45
20 Tela Negócios, atividades e subatividades ... 46
21 Tela Alocação de custos de mão de obra ... 47
22 Tela Primeira revisão de corte de idéias... 48
ix
24 Tela Plano de implantação das idéias...50
25 Tela Resumo melhorias potenciais p/ negócio...51
26 Tela potencial de Captura de HA...52
27 Tela resumo de base de custos e metas de redução...53
28 Tela impacto da transferência de atividade...54
x
RESUMO
Esta trabalho de conclusão de curso, visa o estudo do Sistemas de Informação e do Data Warehouse, mais especificamente as técnicas “cubo de decisão” e granularidade baseado na Análise Processamento de Transações On-line (OLAP) com objetivo de desenvolver um protótipo de Sistemas de Informação baseado na metodologia Sistema de Informação Estratégico de Gerenciamento Operacional (SIEGO), aplicado a gestão de negócio, mais especificamente no controle do processo da produção no setor têxtil, para o controle e acompanhamento da execução de serviços, buscando a melhoria contínua dos processos e redução dos custos.
xi
ABSTRACT
This work is a study of Information Systems and Data Warehouse, with emphasis on the “Decision Cube” and granularity techniques based on the On Line Analytical Processing (OLAP). The objective is to develop a prototype of Information Systems based on the Strategic Information System of Operational Management (SIEGO). It is applied in the control process of the textile industry to the control and follow up of services, seeking continuous of the processes and cost reduction
1 INTRODUÇÃO
Com início da globalização as empresas estão buscando melhorar o seu desempenho, como também, a qualidade do produto e do serviço. Com isso, poderão entrar no mercado competetivo. As empresas atualmente, necessitam de uma abundância de dados e informações sobre processos operacionais nas diversas áreas da empresa, podendo assim, ter facilidade da melhoria de custo, tempo e qualidade dos serviços, portanto, gerando maior lucro para empresa. Estas informações servem como combustíveis da máquina de uma empresa. Conforme Takaoka ([TAK1999]), “a capacidade para agir rapidamente e decisivamente num mercado cada vez mais competitivo passou a ser um fator crítico de sucesso”. Para isto, é primordial ter um Sistemas de Informação implantado na empresa. Um dos maiores problemas é o atraso da informação no momento da decisão dentro de uma empresa. Sendo que, este atraso se torna mais grave quando a empresa possui um porte maior.
Segundo Stair ([STA1998]), sistema pode ser definido como sendo: um conjunto de partes interagentes e interdependentes que, conjuntamente, formam um todo unitário com determinado objetivo e efetuam determinada função. Um sistema é composto de vários programas e aplicativos direcionados à resolução de várias tarefas dentro de um ambiente.
Para Rodrigues ([ROD1996]), o Sistemas de Informação foi dividido de acordo com as funções administrativas, que, a mercê de suas características próprias, foram sendo tratadas de forma individualizadas, resultando na criação de vários sistemas para ajudarem os executivos, nos vários níveis hierárquicos, a tomarem decisões.
De acordo com Dalfovo ([DAL1998]), os Sistemas de Informação, hoje, são a última moda no mercado, ou seja, o recente aprimoramento da moda é utilizado nas estruturas de decisões da empresa e, quando corretamente aplicado, trará, certamente, resultados positivos às empresas. Normalmente o Sistema de Informação nas empresas têxteis, possui um papel importante por ter permitido uma melhoria no controle gerencial e da qualidade dos produtos, aumentando seu lucro utilizando várias análises sobre os dados. Estes dados são, operacionais e gerenciais e têm grande importância no momento da decisão.
Algumas técnicas utilizadas para auxiliar os executivos na tomada de decisão são Data Warehouse, Inteligência Artificial e outros. Juntamente com as técnicas e ferramentas de análise de dados como OLAP e Cubo de Decisão, cria uma estrutura para acompanhamento dos processos e análise das informações na empresa. Data Warehouse(DW) é um banco de dados especializado que gerencia o fluxo de informações a partir dos bancos da dados corporativos e fonte da dados externa à empresa. Segundo Inmon ([INM1997]), Data Warehouse é um conjunto de dados orientados por assuntos, integrados, variáveis com o tempo e não voláteis, para dar suporte ao processo gerencial de tomada de decisão.
O objetivo de aplicações OLAP que é utilizado em DW permite ao usuário comparar os dados de qualquer parte do negócio com os de qualquer outra e definir novas análise, conforme a necessidade, sem precisar acessar vários bancos de dados. Segundo Kimball ([KIM1998]), OLAP é uma tecnologia projetada para permitir acesso e análise multidimensional sobre os várias níveis de negócios da empresa.
O Cubo de Decisão é o modelo de dados utilizado em implantação de DW. Cria facilidade de acesso aos dados para análise e comparação. Segundo Campos ([CAM1997]), as perspectivas sob as quais um dado pode ser analisado são denominadas de dimensões. São exemplos de dimensões, modelo, loja, marca, fabricante, local, produto, tempo e outras instâncias que fornecem contexto para a análise.
A metodologia SIEGO é apontamentos e pesquisas desenvolvidas e apresentadas até a presente data no Qualify ocorrido no dia 27/07/2000, no curso de pós graduação em Ciência da Computação - Universidade Federal de Santa Catarina (UFSC-CPGCC) pela professor Oscar Dalfovo.
O protótipo proposto visa implementar o acompanhamento e análise de dados gerenciais e operacionais na empresa, através de um protótipo de Sistemas de Informação. Com isso, foi desenvolvida Sistemas de Informação baseado no DW, com modelo Cubo de Decisão e estrutura de análise OLAP, transformando-se numa ferramenta de ajuda para ganho de tempo no controle dos serviços.
Para a metodologia de desenvolvimento do protótipo será utilizado Análise Estruturada. A modelagem de dados será utilizada a ferramenta Power Designer. Para armazenamento de dados será utilizado banco de dados Paradox e para implementação das telas e relatórios serão utilizado o ambiente visual de programação Delphi .
1.1 OBJETIVOS
O principal objetivo deste trabalho é desenvolver um protótipo de Sistemas de Informação, aplicado a gestão de negócio do setor têxtil e baseado na filosofia de Data Warehouse.
Tem como objetivos específicos:
a) reduzir o tempo de consulta dos dados de serviço executado na empresa; b) apresentar graficamente os resultados encontrados;
b) facilitar o controle do processamento através de respostas rápidas e precisas;
c) manter histórico dos dados, para posteriores comparações, nas execução dos serviços; melhorar o desempenho da empresa através da simplificação dos processos.
1.2 ORGANIZAÇÃO DO TEXTO
O texto está disposto em 6 capítulos, descritos a seguir:
O capítulo 1 introduz o assunto correspondente ao trabalho, sua justificativa, seus objetivos e como esta disposto o texto em relação a sua organização.
O capítulo 2 fornece as bases sobre Sistemas de Informação, descrevendo seus tipos, e caracterizando o Sistemas de Informações Executivas (EIS), bem como apresentando as fases metodológicas para sua implementação.
O capítulo 3 apresenta sobre Data Warehouse, contemplando conceitos, características, cubo de decisão , OLAP entre outros assuntos relacionados.
O capítulo 4 contextualiza as tecnologias aplicadas ao trabalhos, neste capítulo é definido o conceito de Banco de Dados Paradox, ambiente de programação Delphi e demais tecnologias associadas ao desenvolvimento desse trabalho.
O capítulo 5 é descrito o desenvolvimento do protótipo segundo a metodologia utilizada para o desenvolvimento do sistema e apresenta a implementação do mesmo.
O capítulo 6 conclui sobre o trabalho realizado e apresenta sugestões para o seu prosseguimento.
2 SISTEMAS DE INFORMAÇÃO
O grande desafio que os administradores enfrentam nos dias atuais, é o de prever o problemas e conceber soluções práticas a eles, a fim de realizar os anseios objetivados pela empresa. Tal executivo necessita estar muito bem informado, pois a informação é a base para toda e qualquer tomada de decisão. Os sistemas de informação têm um papel fundamental e cada vez maior em todas as organizações de negócios. Os sistemas de informação eficazes podem ter um impacto enorme na estratégia corporativa e no sucesso organizacional. As empresas em todo o mundo estão desfrutando de maior segurança, melhores serviços, maior eficiência e eficácia, despesas reduzidas e aperfeiçoamento no controle e na tomada de decisões devido aos sistemas de informação.
De acordo com Dalfovo ([DAL1998]), hoje, os Sistemas de Informação são a última moda no mercado, ou seja, o recente aprimoramento da moda, ele é utilizado nas estruturas de decisões da empresa, isto se corretamente aplicados ao seu desenvolvimento. Dessa forma, trarão certamente resultados positivos às empresas, caso contrário, tornam-se difíceis de serem implementados pelas mesmas, até mesmo pelo seu alto custo. Porém é necessário antes de tudo saber ao certo onde queremos chegar e o que necessita-se dos Sistemas de Informação, para que os mesmos possam ser bem elaborados e desenvolvidos, tornando-se sistemas fundamentais e capacitados para a tomada de decisões da empresa.
Segundo Rodrigues ([ROD1996]), sem se preocupar com o histórico da evolução dos Sistemas de Informação, pode-se dizer que, a partir de 1985, a informação passou a ser utilizada, mais orientadamente, como recurso estratégico. A partir desta época, os Sistemas de Informação começaram a ser vistos como commodity pelo sentido e papel a eles atribuídos pelas organizações.
2.1 CATEGORIA DE SISTEMAS DE INFORMAÇÃO
Segundo Stair ([STA1998]), sistema pode ser definido como sendo: "um conjunto de partes interagentes e interdependentes que, conjuntamente, formam um todo unitário com determinado objetivo e efetuam determinada função". Um sistema é um conjunto de
elementos ou componentes que interagem para se atingir objetivos. Os próprios elementos e as relações entre eles determinam como o sistema trabalha. Os sistemas têm entradas, mecanismos de processamento, saídas e feedback. Os sistemas podem ser classificados de muitas formas. Eles podem ser considerados simples ou complexos. Um sistema estável, não adaptável, permanece igual ao longo do tempo, enquanto um sistema dinâmico e adaptável sofre modificações. Sistemas abertos interagem com seus ambientes; sistemas fechados não. Alguns sistemas existem temporariamente; outros são considerados permanentes.
Distingui-se dado da informação, pelo motivo do dado, ser um elemento que mantém a sua forma bruta (texto, imagens, sons, vídeos, etc.), ou seja, ele sozinho não levará a compreender determinada situação. Enquanto, que a informação é este mesmo dado, porém, trabalhado pelo executivo, o que permite a tomar certa decisão diante de qualquer situação. Em outras palavras, informação é o dado, cuja forma e conteúdo são apropriados para um uso específico. Este conhecimento adquirido durante este processo para determinada situação é o que distingue dado de informação.
De acordo com Oliveira ([OLI1992]), Informação "é o dado trabalhado que permite ao executivo tomar decisões", e dado "é qualquer elemento identificado em sua forma bruta que por si só não conduz a uma compreensão de determinado fato ou situação". Um conceito mais abrangente nos é apresentado por Stair ([STA1998]), onde ele define que dado são os fatos em sua forma primária e informação é um conjunto de fatos organizados de tal forma que adquirem valor adicional além do valor do fato em si. A informação é algo imensurável dentro de uma organização e seu valor está diretamente ligado à maneira como ela ajuda os tomadores de decisões a atingirem as metas da organização.
Conforme Stair ([STA1998]), um Sistemas de Informação é um tipo especializado de sistema e pode ser definido de inúmeros modos. Um modo é dizer que sistemas de informação são conjuntos de elementos ou componentes inter-relacionados que coletam (entrada), manipulam e armazenam (processo), disseminam (saída) os dados e informações e fornecem um mecanismo de feedback. A entrada é a atividade de captar e reunir novos dados, o processamento envolve a conversão ou transformação dos dados em saídas úteis, e a saída envolve a produção de informação útil. O feedback é a saída que é usada para fazer ajustes ou modificações nas atividades de entrada ou processamento.
A informação tem papel importante nos Sistemas de Informação, pois é através das informações que dependerá o futuro da empresa. De nada adianta uma sobrecarga das informações ou um sistema de banco de dados abarrotados de informações, pois esse acúmulo poderá levar a empresa à desinformação. Um Sistemas de Informação deve apresentar informações claras, sem interferência de dados que não são importantes, e deve possuir um alto grau de precisão e rapidez para não perder sua razão de ser em momentos críticos. Além disso, a informação deve sempre chegar a quem tem necessidade dela. Sistemas de Informação se tornou hoje um elemento indispensável para dar apoio às operações e à tomada de decisões na empresa moderna. De acordo com Prates ([PRA1994]), Sistemas de Informação são formados pela combinação estruturada de vários elementos, organizados da melhor maneira possível, visando atingir os objetivos da organização. São integrantes dos Sistemas de Informação: a informação (dados formatados, textos livres, imagens e sons), os recursos humanos (pessoas que coletam, armazenam, recuperam, processam, disseminam e utilizam as informações), as tecnologias de informação (o hardware e o software usados no suporte aos Sistemas de Informação) e as práticas de trabalho (métodos utilizados pelas pessoas no desempenho de suas atividades). Pode-se observar estes elementos na fig. 1.
Fig. 1 - Elementos do Sistemas de Informação
Os Sistemas de Informação podem ser divididos em quatro categorias de acordo com o nível em que atuam:
a) Sistemas de Informação em Nível Operacional - São os sistemas de informação que monitoram as atividades elementares e transacionais da organização. Sendo que seu propósito principal é o de responder à questões de rotina e fluxo de transações, como por exemplo, vendas, recibos, depósitos de dinheiro, folha etc.. Esta inserido dentro desta categoria os sistemas de Processamento de Transações; b) Sistemas de Informação em Nível de Conhecimento - São os sistemas de
informação de suporte aos funcionários especializados e de dados em uma organização. O propósito destes sistemas é ajudar a empresa a integrar novos conhecimentos ao negócio e ajudar a organização à controlar o fluxo de papéis, que são os trabalhos burocráticos. Fazem parte desta categoria os Sistemas de Informação de Tarefas Especializadas e os Sistemas de Automação de Escritórios; c) Sistemas de Informação em Nível Administrativo - São os sistemas de
informação que suportam monitoramento, controle, tomada de decisão e atividades administrativas de administradores em nível médio. O propósito do sistemas deste nível é controlar e prover informações para a direção setorial de rotina. Os Sistemas de Informação Gerenciais é um tipo de sistema que faz parte desta categoria de sistemas;
d) Sistemas de Informação em Nível Estratégico - São os sistemas de informação que suportam as atividades de planejamento de longo prazo dos administradores seniores. Sendo que seu propósito é compatibilizar mudanças no ambiente externo com as capacidades organizacionais existentes. O Sistema de Informações Executivas (EIS) são um tipo de sistema que fazem parte desta categoria.
De acordo Dalfovo ([DAL2000b]), os Sistemas de Informação foram divididos de acordo com as funções administrativas, que, a mercê de suas características próprias, foram sendo tratadas de forma individualizadas, resultando na criação de vários sistemas para ajudarem os executivos, nos vários níveis hierárquicos, a tomarem decisões, são eles: Sistemas de Informação para Executivos (EIS); Sistemas de Informação Gerencial (SIG);
Sistemas de Informação de Suporte à Tomada de Decisão(SSTD); Sistemas de Suporte às Transações Operacionais (SSTO); Sistemas de Suporte à Tomada de Decisão por Grupos (SSTDG); Sistemas de Informação de Tarefas Especializadas (SITE); Sistemas de Automação de Escritórios (SIAE); Sistemas de Processamento de Transações (SIPT) e Sistema de Informação Estratégica de Gerenciamento Operacional (SIEGO).
Conforme observado na fig. 2, há três níveis de influência de um SI dentro de uma organização, sendo eles:
nível estratégico: interação entre as informações do ambiente empresarial (estão fora da empresa) e as informações internas da empresa;
nível tático: aglutinação de informações de uma área de resultado e não da empresa como um todo;
nível operacional: principalmente através de documentos escritos de várias informações estabelecidas. Nível Operacional Sistemas de Informação Operacional (SIEGO) Sistemas de Informação Estratégicas (SAD, EIS,SIEGO) Sistemas de Informação Gerenciais (SIEGO) Nível Tático Tipos de Sistemas de
Informação Nível de Influência
Fonte: adaptado de ([GAN1995])
Fig. 2 - Nível de influência do SI
Os Sistemas de Informação foram criados para dar suporte aos executivos na tomada de decisões. Portanto, o processo administrativo apresenta a tomada de decisão como elemento básico. O executivo, ou tomador de decisões precisa de elementos que lhe permitam caracterizar o problema, compreender o ambiente que cerca as decisões e identificar os impactos inerentes que essas decisões poderão provocar para a empresa.
2.2 SISTEMAS DE INFORMAÇÕES GERENCIAIS (SIG)
Segundo Oliveira ([OLI1992]), SIG são voltados aos administradores de empresas que acompanham os resultados das organizações semanalmente, mensalmente e anualmente. Esse tipo de sistema é orientado para tomada de decisões estruturadas. Os dados são coletados internamente na organização, baseando-se somente nos dados corporativos existentes e no fluxo de dados. A característica do SIG é utilizar somente dados estruturados, que também são úteis para o planejamento de metas estratégicas.
2.3 SISTEMAS DE APOIO A DECISÃO (SAD)
De acordo com Binder ([BIN1994]), SAD são sistemas mais complexos que permitem total acesso à base de dados corporativa, modelagem de problemas, simulações e possuem uma interface amigável. Além disso, auxiliam o executivo em todas as fases de tomada de decisão, principalmente, nas etapas de desenvolvimento, comparação e classificação dos riscos, além de fornecer subsídios para a escolha de uma boa alternativa.
Os SAD também são conhecidos como Decision Support Systems – Sistemas de Suporte à Decisão. DSS servem para a tomada de decisão como uma categoria de apoio, que além de oferecer dados para fazerem simulações de cenários, os executivos possuem os dados atuais desejados. O SAD é um complemento importante aos Sistemas de Informação Estratégicos.
2.4 SISTEMAS DE INFORMAÇÕES EXECUTIVAS (EIS)
De acordo com Furlan ([FUR1994]), o EIS é uma tecnologia que integra num único sistema, todas as informações necessárias, para que o executivo possa verificá-las de forma rápida e amigável desde o nível consolidado até o nível mais analítico que se desejar, possibilitando um maior conhecimento e controle da situação e maior agilidade e segurança no processo decisório.
O surgimento do EIS, representou para o executivo, a facilidade de poder encontrar as informações críticas, de que necessitavam para dirigir a empresa com base em uma única fonte, aliada à segurança de estar de posse de informações mais atualizadas com agilidade e rapidez, tudo isto sendo acessado de forma amigável no momento mais oportuno.
2.5 SISTEMA
DE
INFORMAÇÃO
ESTRATÉGICA
DE
GERENCIAMENTO OPERACIONAL (SIEGO)
A seguir será apresentada a metodologia de desenvolvimento de sistema baseado no Sistema de Informação Estratégica de Gerenciamento Operacional, o qual está sendo o trabalho final da Tese de doutoramento, conforme Dalfovo ([DAL2000b]). O trabalho aqui apresentado são apontamentos e pesquisas desenvolvidas e apresentadas até a presente data no Qualify ocorrido no dia 27/07/2000, no curso de pós graduação em Ciência da Computação -Universidade Federal de Santa Catarina (UFSC-CPGCC).
A metodologia SIEGO é dividida em três fases. A primeira fase é o levantamento onde são levantados, identificados os objetivos, os tipo de melhorias e os princípios do SIEGO. Na segunda fase é a preparação do projeto e determinação na avaliação das ações de melhoria. Na terceira fase é implementação do SIEGO fazendo o comparativo para o atendimento das metas estabelecida pela empresa.
2.5.1 METODOLOGIA SIEGO
É uma ferramenta baseada numa metodologia participativa, envolvendo toda organização, cujo objetivo é alcançar no curto prazo, melhorias operacionais (custo, tempo e qualidade) substanciais, sujeito à regras e limites de investimentos bem definidos. É a definição, análise e melhoria dos processos, buscando atender as necessidades dos clientes. Como conseqüência surgem mudanças de padrões, que afetam diretamente as rotinas das pessoas na operacionalização dos processos. É a organização de pessoas, equipamentos, informações, energia e materiais, em atividades logicamente relacionadas que utilizam os recursos do negócio para alcançar resultados específicos.
2.5.2 OBJETIVOS DA METODOLOGIA SIEGO
A metodologia SIEGO tem como objetivo geral propor uma redução de custo, melhoria na qualidade do produto ou serviço e melhoria no tempo parado dos equipamentos. Os objetivos específicos são:
a) melhoria da performance geral;
b) aumentando qualidade, através de diminuição número de erros e defeitos; c) redução dos custos operacionais;
d) redução do tempo parado das maquinas; e) melhoria grande de produtividade;
f) aumento da motivação devido aos sucessos iniciais;
g) melhorar o desempenho da empresa através da simplificação dos processos e do melhor aproveitamento dos recursos;
h) proporcionar uma visão mais ampla e horizontal dos negócios, assim como um entendimento profundo do processo;
i) oferecer uma base para o atendimento das necessidades dos clientes internos, objetivando a maximização dos resultados e o sucesso do negócio.
2.5.3 CUIDADOS
ESPECIAIS
NA
IMPLANTAÇÃO
DA
METODOLOGIA SIEGO
Alguns cuidados deverão ser analisados, entre outros, os mais críticos são: a) analisar as tarefas e não as pessoas que realizam as tarefas;
b) facilitar a implantação das mudanças propostas;
c) avaliar os recursos envolvidos em cada processo para verificar qual processo consome mais recursos e qual gera maior retorno para negócio;
d) a organização como um todo, deve comprometer-se com a realização do programa.
2.5.4 PRINCÍPIOS DA METODOLOGIA SIEGO
Os princípios do SIEGO compreende todas as áreas da empresa, que são divididas em Unidades de Análise “ Gerenciáveis”. Estabelece metas claras e ousadas, redução de 40% nos custos compressíveis (Custos reduziveis). Visa o aprimoramento das atividades da organização. É orientado para obtenção de resultados no curto prazo.
2.5.5 PROJETO DA METODOLOGIA SIEGO
O projeto da metodologia SIEGO é dividido em três fases:
a) a primeira fase, é a preparação do projeto, define-se responsáveis e unidades de análises. Treina-se as equipes de trabalho. Iniciam-se os levantamentos e alocações dos custos;
b) a segunda fase, é a determinação e avaliação das ações de melhorias. Faz-se o levantamento e análise das idéias (Brainstorm / revisão das idéias / avaliação). Desenvolve-se as ações de melhoria. Desenvolve-se e avalia-se as idéias de melhorias. Faz-se a seleção de idéias. Monta-se o plano de implementação. Faz-se a montagem do banco de dados;
c) a terceira fase, é a implantação das idéias. Gera-se itens de controle. Verifica-se os impactos na organização. Verifica-se as execuções das ações aprovadas. Esclarece-se as idéias que estão em abertas. Faz-Esclarece-se o controle e acompanhamento da implantação e implementação do SIEGO.
2.5.6 FASE I - PREPARAÇÃO DO PROJETO SIEGO
Algumas atividades na preparação do projeto devem ser observadas, tais como:
a) definir e estabelecer Coordenador do Projeto, Facilitadores, Unidades de Análise (UA´s) e Lideres de Unidade de Análise (LUA´s);
b) desenvolver a base de dados inicial de custos para cada Unidade de Análise, alocando os custos de pessoal, insumos, itens de apoio, matéria prime, etc;
c) treinar os facilitadores e os LUA´s na metodologia;
d) preparar material para apresentação do projeto à todas as pessoas que serão envolvidas no processo.
2.5.7 FASE II - DETERMINAÇÃO E AVALIAÇÃO DAS AÇÕES
DE MELHORIAS
Para a fase II são seguidos três passos para elaboração do SIEGO, conforme descritos a seguir.
2.5.7.1 PASSO 1 - MONTAGEM DO BANCO DE DADOS
Neste passo deve-se compreender os aspectos econômicos ligadas a unidade de análise. Estabelecer a base de custos compreensíveis. Estabelecer os fluxos dos processos da
unidade. Convidar o líder para a Unidade de Análise. Nesta fase também são gerados relatórios relacionando as atividades anteriores, conforme demonstrado na fig. 3..
Fig. 3 - Montagem do Banco de Dados
2.5.7.2 PASSO 2 - DESENVOLVIMENTO E AVALIAÇÃO DAS IDÉIAS
DE MELHORIA.
Neste passo deve-se estabelecer as reuniões de brainstorming. Desenvolver as idéias de melhoria. Calcular seus impactos e calcular seus riscos. Nesta fase também faz-se a identificação de oportunidades de melhoria. Onde é preciso levantar o máximo de oportunidades de melhorias existentes em cada processo ou sub-processo e principalmente os que impactam nos clientes internos e externos. Também é preciso definir como coletar as informações, conforme a seguir:
a) fazer a comparação entre os mapas dos processos e sub-processos para identificar as diferenças entre eles;
b) realizar pesquisas, entrevistas e observações;
d) levantar reclamações dos clientes; e) usar da criatividade.
2.5.7.3 PASSO 3 - SELEÇÃO DA IDÉIAS DE POTENCIAL
Neste passo deve-se aprovar as idéias de potencial. Identificar aquelas que necessitam de melhor análise. Identificar aquelas de baixo potencial. Apresentação ao Comitê de Liderança. Também nesta fase deve-se procurar ter a visão geral do documento para apresentação ao comitê de liderança e as disposições a serem tomadas na reunião do comitê de liderança, conforme apresentado nos quadros 1 e 2. Critérios para avaliação das idéias são tempo de implantação, qualidade, tempo de processo, segurança e risco.
Quadro 1 - Visão geral do documento
ITEM CONTEÚDO OBJETIVO
Visão da unidade - Organograma da unidade;
- Fluxo de informações e materiais;
- Detalhamento de custos por negócio e atividades;
- Resumo da base de custos e metas de redução; - Outras informações relevantes.
Mostrar ao comitê uma visão geral da unidade de análise.
Resumo das idéias - Melhoria potencial por categoria de custos; - Melhoria potencial por negócio;
- Potencial de redução de pessoal.
Apresentar os potenciais de redução gerados pelas idéias.
Idéias - Formulários de avaliação de idéias. Apresentar cada idéia detalhadamente
Reforço - Detalhes dos negócios, atividades e sub-atividades;
- Detalhes dos custos compreensíveis; - Resumo da idéias;
- Análise dos fatores chave de desempenho.
Fornecer suporte ao lideres da unidade de análise na apresentação ao comitê de liderança.
Quadro 2 - Disposição a serem tomadas na reunião do comitê de liderança
DECISÃO DEFINIÇÃO AÇÃO A SER TOMADA
Aprovado
Todas as condições foram atendidas - Retorno menor ou igual a 18 meses; - Implementação em menos de 12 meses; - Risco aceitável.
Implementar
Aprovação Condicional
Todas as condições acima foram atendidas.
Uma questão não ficou bem definida, precisa de maiores esclarecimentos.
Definir acompanhamento, buscar mais subsídios e desenvolver novo plano de implementação. Para Estudos Alto risco ou alguma informação trazida foi
questionada ou não aceita. Repensar a idéia, buscar mais informações, marcar nova data para apresentar ao Comitê. Não implementar a idéia.
Não Aprovada
Uma ou mais condições não foram atendidas: - Retorno menor ou igual a 18 meses; - Implementação em menos de 12 meses; - Risco foi considerado inaceitável.
Arquivar a idéia para rever em outra oportunidade
2.5.8 FASE III - IMPLEMENTAÇÃO DAS IDÉIAS
Para a fase III são seguidos dois passos para elaboração do SIEGO, conforme descritos a seguir.
2.5.8.1 PASSO 1 - PLANEJAMENTO DA IMPLANTAÇÃO
Nesta fase procura-se desenvolver os planos de capturar as economias geradas pelas idéias de potencial. Aprofundar análise das idéias críticas. Definir um responsável para acompanhamento da implantação.
2.5.8.2 PASSO 2 - IMPLEMENTAÇÃO E RASTREAMENTO DAS
AÇÕES DE MELHORIA
Nesta fase deve-se procurar monitorar a implantação das idéias. Acompanhar os resultados da captura de economias. Garantir o sucesso da implantação das idéias. Estimular constantemente o nível operacional na implantação das idéias. Também nesta fase deve-se montar o plano, o processo e fazer o acompanhamento das melhorias. Conforme demonstrado nos quadros 3, 4 e 5.
Quadros 3 - Plano de acompanhamento
Objetivo Acompanhar a implantação das idéias de melhoria e ajustar possíveis desvios de adaptação ao novo método implantado.
O que deve conter este plano
- O que vai ser medido; - Freqüência da coleta;
- Quem irá realizar as medições; - Como será coletada a informação.
Cuidados a serem tomados
- Os dados devem ser recolhidos sem interrupção para traduzir uma realidade;
- Os panos devem ser aprovados por todos envolvidos no processo; - Os dados devem ser colhidos sempre da mesma forma;
- Os itens devem se restringir ao necessário para traduzir a eficácia do sistema.
Quadro 4 - Processo de acompanhamento das ações de implementação
Quadro 5 - Acompanhamento da melhoria real do desempenho
Área de Acompanhamento Justificativa
Estrutura de custos É uma boa indicação geral de sucesso. Está alinhada com os objetivos financeiros de curto prazo da empresa e com os objetivos do SIEGO. Número de funcionários É um bom indicador inicial de mudanças, sendo que
impacto diretamente no custo fixo da empresa. As ações sobre o pessoal costuma ser muito difícil de ser tomada.
Itens de controle São indicadores que mostram se as melhorias estão mesmo ou não acontecendo e uma forma sustentável ao longo do tempo e não através de uma redução arbitrária de custos.
3 DATA WAREHOUSE
Para melhor entender conceitos de Data Warehouse(DW), é importante fazer uma comparação entre banco de dados tradicionais e DW. Conforme Inmon ([INM1997), Os dados armazenados em sistemas convencionais em uma empresas são chamados de dados "operacionais" ou "primitivos", estes dados não tem valor estratégico e assim eles não apoiam processo de tomada de decisão. Estes dados distinguindo-se de dados de entrada, dados de saída e outros tipos de dados, e eles servem para alimentar base de dados da Data Warehouse. Portanto, conclui-se que Data Warehouse é uma coleção de dados derivados dos dados operacionais para sistemas de suporte à decisão. Estas informações são destinadas a gerenciar o processo de tomada de decisões, que devido a sua estrutura e nível de informação é necessário um espaço amplo para o seu armazenamento.
Segundo Inmon ([INM1997), define-se Data Warehouse como sendo um depósito de dados que tem o objetivo de integrar entre bancos de dados corporativos e fontes de dados externas à empresa. Porém, deve-se estar ciente que Data Warehouse não é um produto pronto para ser comprado, sendo uma tecnologia que utiliza de várias ferramentas podendo ser implantada dentro da empresa. Atualmente, com os avanços na tecnologia de informação e bancos de dados relacionais qualquer empresa pode elaborar uma Data Warehouse.
Conforme Oliveira ([OLI1998]), “Um Data Warehouse pode prover múltiplas visões da informação para um espectro de usuários. O pode deste conceito é que provê aos usuários acesso a dados de fontes de dados não relacionadas, para análise de tendencias e para a procura de respostas para questões de negócios.
O Data Warehouse garante melhor gerenciamento e uma melhor integração dos mesmos, controlando a proliferação, a qualidade e o formato de tais dados. De acordo com Inmon ([INM1997]), um Data Warehouse, pode ser definido como um banco de dados especializado, o qual integra e gerencia o fluxo de informações a partir dos bancos de dados corporativos e fontes de dados externas à empresa. Um Data Warehouse é construído para que tais dados possam ser armazenados e acessados de forma que não sejam limitados por
tabelas e linhas, estritamente relacionais. A função do Data Warehouse é tornar as informações corporativas acessíveis para o seu entendimento, gerenciamento e utilização.
3.1 ARQUITETURA DO DATA WAREHOUSE
Segundo Inmon ([INM1997), Um modelo útil a Data Warehouse, deve ser capaz de responder as consultas avançadas de maneira rápida, sem deixar de mostrar detalhes relevantes à resposta. Para isso, ele deve possuir uma arquitetura que lhe permita coletar, manipular e apresentar os dados de forma eficiente e rápida. Mas para construir um Data Warehouse eficiente, que servirá de suporte a decisões para a empresa, exige mais do que simplesmente descarregar ou copiar os dados dos sistemas atuais para um banco de dados maior. Deve-se considerar que os dados provenientes de vários sistemas podem conter redundâncias e diferenças. Por exemplo, num banco de dados pode conter resposta para pergunta relação ao sexo seja M(masculino) ou F(Feminino), mas no outro banco de dados resposta seja 1(masculino) e 2(feminino).
Em geral existem várias arquiteturas para desenvolver um Data Warehouse. É possível definir uma arquitetura genérica onde praticamente todas as camadas necessárias são apresentadas, conforme a arquitetura genérica vista a seguir, ou arquiteturas que utilizam somente algumas das camadas definidas como as arquiteturas em duas e três camadas e a arquitetura segundo Valente, por fim, pode-se definir uma arquitetura baseada na origem dos dados e no fluxo que eles seguem pelo Data Warehouse.
Os dados usados pelo Data Warehouse devem ser:
orientados por assunto: segundo Oliveira ([OLI1998]), devem se orientar de acordo com os assuntos que trazem maior número de informações da organização como, por exemplo: clientes, produtos, atividades, contas. Os assuntos são implementados com uma série de tabelas relacionadas em um Data Warehouse. Conforme Inmon ([INM1997]), os sistemas operacionais são organizados em torno das aplicações da empresa. No caso de uma companhia de seguro as aplicações podem ser: automóvel, saúde, vida e perdas e os assuntos ou negócios podem ser clientes, apólice e indenização, veja fig. 4;
integrados: segundo Oliveira ([OLI1998]), o Data Warehouse recebem os dados de um grande número de fontes. Cada fonte contém aplicações, que tem informações, que normalmente são diferentes de outras aplicações em outras fontes. O filtro e a tradução necessária para transformar as muitas fontes em um banco de dados consistente é chamado integração. Conforme Inmon ([INM1997]) a fig. 5 demonstra o que ocorre quando os dados passam do ambiente operacional, baseado para aplicações, para o Data Warehouse;
não voláteis: segundo Oliveira ([OLI1998]), os dados no sistema operacional são acessados um de cada vez, são cadastrados e atualizados. Já no Data Warehouse é diferente, a atualização é em massa e só acontece de tempos em tempos. Conforme Inmon ([INM1997]), a fig. 6 demonstra que os registros do sistema operacional são regularmente acessados um registro por vez. No ambiente operacional os dados sofrem atualizações, no Data Warehouse os dados são carregados normalmente em grandes quantidades e acessados. As atualizações geralmente não ocorrem no ambiente do Data Warehouse;
histórico: segundo Oliveira ([OLI1998]), os dados do sistema operacional podem ou não conter algum elemento de tempo, já para o Data Warehouse o elemento tempo é
Fig. 4 - Um exemplo de dados baseados em assuntos/negócios
fundamental. Conforme Inmon ([INM1997]) esta característica é variável em relação ao tempo. A fig. 17 demonstra os diversos modos pelos quais a variação em relação ao tempo se manifesta.
Fonte: [INM1997]
Fig. 5 - A questão da integração
Fig. 6 - A questão da não-volatilidade
3.2 ARQUITETURA GENÉRICA DE DATA WAREHOUSE
A seguir é descrita uma arquitetura genérica proposta por Orr ([ORR1996]) e ilustrada na Fig. 8. Esta descrição genérica procura apenas sistematizar papéis no ambiente de Data Warehouse (DW), permitindo que as diferentes abordagens encontradas no mercado atualmente possam ser adaptadas a ela. Deve-se considerar que esta arquitetura tem o objetivo de representar a funcionalidade de um DW, sendo que, várias camadas propostas podem ser atendidas por um único componente de software.a) camadas de bancos de dados operacionais e fontes externas: é composto pelos dados dos sistemas operacionais das empresas e informações de fontes externas;
b) camada de acesso a informação: Envolve o hardware e o software utilizado para obtenção de relatórios, planilhas, gráficos e consultas. É nesta camada que os usuários finais interagem com o Data Warehouse;
c) camada de acesso aos dados: Esta camada faz a ligação entre as ferramentas de acesso à informação e os bancos de dados operacionais. Esta camada se comunica com diferentes sistemas de bancos de dados;
d) camada de metadados (Dicionário de dados): Metadados são as informações que descrevem os dados utilizados pela empresa, isto envolve informações como
Fonte: [INM1997]
descrições de registros, comandos de criação de tabelas, diagramas Entidade/Relacionamentos (E-R), dados de um dicionário de dados, etc.;
e) camada de gerenciamento de processos: É a camada responsável pelo gerenciamento dos processos que contribuem para manter o Data Warehouse atualizado e consistente. Está envolvida com o controle das várias tarefas que devem ser realizadas para construir e manter as informações do dicionário de dados e do Data Warehouse;
f) camada de transporte: Esta camada gerencia o transporte de informações pelo ambiente de rede. Inclui a coleta de mensagens e transações e se encarrega de entregá-las em locais e tempos determinados. Também é usada para isolar aplicações operacionais ou informacionais, do formato real dos dados nas duas extremidades; g) camada do Data Warehouse: É o Data Warehouse propriamente dito, corresponde
aos dados utilizados para obter informações. As vezes, o Data Warehouse pode ser simplesmente uma visão lógica ou virtual dos dados, podendo não envolver o armazenamento dos mesmos.
Fig. 8 – Arquitetura do ambiente de DW
Fonte: Orr ([ORR1996]).
3.3 GRANULARIDADE
O mais importante aspecto do projeto de um Data Warehouse é a questão da granularidade. Segundo Inmon ([INM1997]), a granulalidade refere ao nível de detalhe ou de
resumo contido nas unidades de dados existentes no Data Warehouse. Quanto mais detalhes, mais baixo o nível de granularidade.
A grande razão pela qual a granularidade é a principal questão de projeto, consiste no fato de que ela afeta profundamente o volume de dados que residem no Data Warehouse e, ao mesmo tempo, afeta o tipo da consulta que pode ser atendida. O nível de granularidade afeta diretamente o volume de dados armazenado no Data Warehouse e ao mesmo tempo o tipo de consulta que pode ser respondida.
A Fig. 9 exemplifica o conceito acima utilizando os dados históricos das vendas de um produto, um nível de granularidade muito baixo pode ser caracterizado pelo armazenamento de cada uma das vendas ocorridas para este produto e um nível muito alto de granularidade seria o armazenamento do somatórios das vendas ocorridas por mês.
Fig. 9 – Níveis de granularidade
Fonte: Inmon ([INM1997])
Com um nível de granularidade muito baixo, é possível responder a praticamente qualquer consulta, mas uma grande quantidade de recursos computacionais é necessária para responder perguntas muito específicas. No entanto, no ambiente de DW, dificilmente um
evento isolado é examinado, é mais comum ocorrer a utilização de uma visão de conjunto dos dados.
Os dados levemente resumidos compreendem um nível intermediário na estrutura do DW, são derivados do detalhe de baixo nível encontrado nos dados detalhados atuais. Este nível do DW é quase sempre armazenado em disco. Na passagem para este nível os dados sofrem modificações, por exemplo, se as informações nos dados detalhados atuais são armazenadas por dia, nos dados levemente resumidos estas informações podem estar armazenadas por semanas. Neste nível o horizonte de tempo de armazenamento normalmente fica em cinco anos e após este tempo os dados sofrem um processo de envelhecimento e podem passar para um meio de armazenamento alternativo.
Os dados altamente resumidos são compactos e devem ser de fácil acesso, pois fornecem informações estatísticas valiosas para os Sistemas de Informações Executivas, enquanto que nos níveis anteriores ficam as informações destinadas aos Sistemas de Apoio a Decisão (SAD) que trabalham com dados mais analíticos procurando analisar as informações de forma mais ampla.O balanceamento do nível de granularidade é um dos aspectos mais críticos no planejamento de uma DW, pois na maior parte do tempo, há uma grande demanda por eficiência no armazenamento e no acesso aos dados, bem como pela possibilidade de analisar dados em maior nível de detalhes. Quando uma organização possui grandes quantidades de dados no DW, faz sentido pensar em dois ou mais níveis de granularidade na parte detalhada dos dados. Na realidade, a necessidade de existência de mais de um nível de granularidade é tão grande que a opção de projeto que consiste em duplos níveis de granularidade deveria ser o padrão para quase todas as empresas.
O chamado nível duplo de granularidade, se enquadra nos requisitos da maioria das empresas. Na primeira camada de dados ficam os dados que fluem do armazenamento operacional e são resumidos na forma de campos apropriados para a utilização de analistas e gerentes. Na segunda camada, ou nível de dados históricos, ficam todos os detalhes vindos do ambiente operacional, como há uma verdadeira montanha de dados neste nível, faz sentido armazenar os dados em um meio alternativo como fitas magnéticas.
Com a criação de dois níveis de granularidade no nível detalhado do DW, é possível atender a todos os tipos de consultas, pois a maior parte do processamento analítico dirige-se aos dados levemente resumidos que são compactos e de fácil acesso e para ocasiões em que um maior nível de detalhe deve ser investigado existe o nível de dados históricos. O acesso aos dados do nível histórico de granularidade é caro, incômodo e complexo, mas caso haja necessidade de alcançar esse nível de detalhe, lá estará ele ([INM1997]).
3.4 OLAP - PROCESSAMENTO ANALÍTICO ON-LINE.
A evolução tecnológica propiciou às empresas armazenar uma grande massa de dados oriundos dos dados transacionais, os relatórios tornaram-se obsoletos e o SQL se mostrou de difícil absorção por parte dos executivos, que devem dedicar seu tempo estudando tendências de mercado, volume de vendas, etc. ao invés de consumir horas tentando entender o funcionamento de JOIN, WHERE e GROUP BY. Faltava então um ambiente voltado à exploração destes dados de forma produtiva, e este ambiente foi denominado, On Line Analitical Processing (OLAP). A idéia consiste em extrair dados de diversas fontes, transformando, convertendo e consolidando-os de acordo com a necessidade e armazenando-os em uma base de dadarmazenando-os modelada adequadamente para atender a análise multidimensional [RUB1998].
Conforme Rubini ([RUB1998]), o OLAP é um conjunto de ferramentas de apoio aos executivos que despontam, dentro do âmbito de uma economia globalizada, como uma poderosa ferramenta na tecnologia de informações na forma de soluções corporativas inteligentes. Esta tecnologia, é fruto da necessidade do pessoal da alta cúpula em obter informações gerenciais de forma rápida e consistente, permitindo identificar dados estratégicos e diversos aspectos críticos das atividades de uma empresa. Uma das vantagens de um OLAP, é a possibilidade de análise da informação aos detalhes, podendo percorrer diferentes rotas de navegação, desde a situação da empresa, da região, da unidade, do departamento, da seção até um determinado item.
Conforme se intensifica o fluxo de informações que circulam entre os departamentos, fornecedores e clientes de uma empresa; e conforme crescem os projetos de Data Marts e
(OLAP) vão ganhando importância estratégica na organização. Os pacotes amigáveis para suporte a decisão representaram para milhares de usuários finais a primeira oportunidade real de acessar dados empresariais, independentemente do departamento central de sistemas e de conhecimentos de programação.
Uma recente pesquisa do Gartner Group com grandes empresas americanas e européias levantou que, no ano 1997, 36% delas consideram OLAP uma tecnologia essencial nos próximos dois a três anos. O mesmo grupo tem um estudo que estima em US$ 3 milhões o custo de construção de um Data Warehouse; e que dentro dessa estrutura 38% corresponderiam a equipe; 33% a hardware e somente 9% a interface com usuário. Por outro lado, essa interface, de custo relativamente baixo, é 100% do que o usuário vê, e ele pode ser o maior incentivador ou o maior obstáculo aos grandes projetos de banco de dados.
Segundo especialistas da empresa inglesa Ovum, uma arquitetura OLAP possui três componentes principais: um modelo de negócios para análises interativas, implementado numa linguagem gráfica que permita diversas visões e níveis de detalhes dos dados; um motor OLAP para processar consultas multidimensionais contra o dado-alvo; e um mecanismo para armazenar os dados a serem analisados, que pode ser um banco de dados multidimensional proprietário ou um banco de dados relacional com o qual a ferramenta OLAP interfaces.
A diferente natureza dos sistemas OLAP faz com que as técnicas de modelagem de dados usadas nos tradicionais modelos de entidades e relacionamentos precisem ser adaptadas, pois levam a modelos de difícil compreensão pelo usuário. Surgiu então a modelagem multidimensional, que viabiliza modelos mais simples, que descrevem o negócio de forma mais concisa e acessível para o usuário [RUB1998].
3.5 CUBO DE DECISÃO
A modelagem de um Data Warehouse possui características peculiares. O modelo Estrela STAR representado na fig. 10 é o mais utilizado. Algumas das regras para modelos relacionais devem ser ignoradas quando se constrói esse tipo de modelo, contudo, outros conceitos são fundamentais. O primeiro, as Dimensões, representam as possíveis formas de se visualizar os dados. São os "por" dos dados, ou seja, "por mês", "por país", "por produto", etc.
Tem-se também as variáveis que são medidas numéricas tais como vendas, lucro, quantidade em estoque, etc. É importante ressaltar que as dimensões são as quebras e as variáveis os valores que serão sumarizados. Por último tem-se a Fact table que é a tabela central, pode ser considerada a tabela que interliga as dimensões.
Fig. 10 – Modelo Estrela
Fonte ([RUB1998])
Cubo de Decisão refere-se a um conjunto de componentes de suporte a decisões, que
podem ser utilizados para cruzar tabelas de um banco de dados, gerando visões através de planilhas ou gráficos.
Envolve o cálculo, quando da carga do Data Warehouse, de dados que o usuário virá a solicitar, mas que podem ser derivados de outros dados. Quando o usuário solicita os dados, estes já estão calculados, agregados em um Cubo de Decisões.
Segundo o Dicionário Aurélio, agregado é um conjunto, reunião, aglomerado. Dentro do tema Data Warehouse, um agregado é um registro da tabela de fatos que representa o resumo dos registros da tabela de fatos. A palavra chave neste contexto é resumo, significando que o agregado reduz o detalhamento das dimensões não importantes numa análise (resumindo estes dados), detalhando apenas as dimensões que são necessárias para uma determinada restrição
Há dois modos de utilizar agregados: a pré-agregação, onde o resultado dos agregados é previamente armazenado em disco, e a agregação dinâmica, onde os cálculos que geram os agregados são feitos no momento da consulta . A decisão de qual destas opções adotar analisa
o custo de criar e armazenar os agregados em relação ao custo de calcular dinamicamente os agregados.
Os bancos de dados multi-dimensionais simulam um cubo com n dimensões. O exemplo da fig. 11 mostra três dimensões, e cada cubo pequeno é a representação de uma variável dimensionada por produto, região e tempo. A análise multi-dimensional representa os dados como dimensões, ao invés de tabelas. Combinando-se estas dimensões, o usuário tem uma visão da empresa, podendo efetuar ações comuns como slice and dice, que é a mudança das dimensões a serem visualizadas e drill-down/up, que é a navegação entre os níveis de detalhamento.
Fig. 11 – Cubo com as dimensões produto, região e tempo
4 TECNOLOGIAS E FERRAMENTAS UTILIZADAS
4.1 ANÁLISE ESTRUTURADA
De acordo com Martin ([MAR1991]), a análise é uma fase crítica do desenvolvimento de sistemas, com isso afeta todas as fases seguintes do desenvolvimento. A análise é uma fase crítica, ainda, devido aos problemas de comunicação e as mudanças nos requisitos dos sistemas. A Análise Estruturada tem como objetivo resolver essas dificuldades fornecendo uma abordagem sistemática, para desenvolver inicialmente a análise e posteriormente produzir uma especificação de sistema.
De acordo com Yourdon ([YOU1990]), usando a Análise Estruturada, o usuário adquire um entendimento claro do sistema que esta sendo especificado e o projetista pode criar um projeto estruturado mais rapidamente e mais acurado. A Análise Estruturada possui alguns componentes básicos que definem sua estrutura:
diagrama de fluxo de dados (DFD); dicionário de dados;
ferramentas para especificar processos;
modelo de entidades e relacionamentos (MER).
4.1.1 DIAGRAMA DE FLUXO DE DADOS (DFD)
De acordo com Martins ([MAR1991]), DFD é uma representação em rede dos processos, funções ou procedimentos de um sistema e dos dados que ligam estes processos. O DFD mostra o que um sistema faz e não da maneira que ele faz. Em alto nível, é usado para mostrar eventos de negócios e as transações resultantes desses eventos, sejam elas feitas por papéis ou por computador. Em nível mais baixo, é usado para mostrar programas ou módulos de programas e o fluxo de dados entre as rotinas.
De acordo com Yourdon ([YOU1990]), os DFD´s consistem em processos, depósitos de dados, fluxos e terminais. Cada um destes itens é descrito em maiores detalhes a seguir:
Processos são representados como círculos ou “bolhas” no diagrama, representam as diversas funções individuais que o sistema executa. Funções transformam entradas em saídas;
Fluxos são mostrados pelas setas direcionais. Elas são as conexões entre os processos, e representam a informação que os processos exigem como entrada e/ou as informações que eles geram como saída;
Depósitos de dados são representados por duas linhas paralelas ou por uma elipse. Eles mostram coleções de dados que o sistema deve manter por um determinado período;
Terminais mostram as entidades externas com as quais o sistema se comunica. Os terminais são, tipicamente, indivíduos, grupos de pessoas (por exemplo, um outro departamento ou divisão da organização), outros sistemas e organizações externas.
Na fig. 12 temos um exemplo de um DFD. Neste exemplo existe um entidade externa chamado Cliente que envia cheque de pagamento e um deposito de dados chamado Faturas Pendentes, que é consultado, quando da chegada de um cheque para pagamento, para
verificar se a fatura está registrada. Conforme a descrição do evento, há uma resposta externa(no caso, um fluxo de dados em direção à entidade externa Cliente).
4.1.2 DICIONÁRIO DE DADOS
De acordo com Yourdon ([YOU1990]), embora o DFD (diagrama de fluxo de dados) ofereça uma visão geral dos principais componentes funcionais do sistema, não fornece qualquer detalhe sobre estes componentes. Para mostrar detalhes de qual informação é transformada e como é transformada, são necessárias duas ferramentas de suporte textual de modelagem: o dicionário de dados e a especificação de processos.
Conforme Pompilho ([POM1994]) um dicionário de dados é um repositório de informações sobre os componentes dos sistemas.
Fig. 12 - Diagrama de fluxo de dados
Fonte: adaptado de ([YOU1990]) Recibo Pagamento
Cheque de Pagamento
Faturas Pendentes
Emitir Recibo
4.1.3 FERRAMENTAS PARA ESPECIFICAR PROCESSOS
De acordo com Yourdon ([YOU1990]), existem diversas ferramentas que podem ser utilizadas para produzir uma especificação de processos: tabelas de decisão, linguagem estruturada, condições pré/pós, fluxogramas, e outras. Qualquer uma destas especificações pode ser empregada, desde que satisfaçam dois requisitos essenciais:
a especificação de processos deve ser expressa de uma forma que possa ser verificada pelo usuário e pelo analista de sistemas;
a especificação de processos deve ser expressa de uma forma que possa ser efetivamente comunicada às diversas pessoas envolvidas.
Os itens como diagrama de fluxo de dados, dicionário de dados e especificação de processos mostram o que o sistema faz, descrevendo suas funções e procedimentos. Existe ainda um recurso que descreve um modelo conceitual de dados para o sistema que é denominado de modelo de entidades e relacionamentos.
4.1.4 MODELO DE ENTIDADES E RELACIONAMENTOS (MER)
De acordo com Yourdon ([YOU1990]), o modelo de entidades e relacionamentos pode ser definido como um modelo em rede que descreve a diagramação dos dados armazenados de um sistema em alto nível de abstração, conforme observado na fig. 13. Os principais componentes de um modelo de entidades e relacionamentos são:
tipos de objetos (entidades): são descritos por um retângulo e representam uma coleção ou um conjunto de objetos, entidades, do mundo real;
relacionamentos: são interligações feitas entre os objetos e representam um conjunto de conexões entre objetos descritos por um losango;
cardinalidade: descrevem os tipos de relacionamentos existentes entre os objetos, podendo ser um-para-um, um-para-muitos ou muitos-para-muitos. O relacionamento com cardinalidade “um” é descrito através de uma seta com ponta única referenciando a entidade. Já o relacionamento com cardinalidade “muitos” é descrito através de um seta com ponta dupla referenciando a entidade respectiva.
4.1.5 POWER DESIGNER
De acordo com Fischer ([FIS1990]), o Power Designer, aceita diversos níveis de abstração do projeto. No nível mais alto, estão os diagramas de fluxo de dados, que podem “explodir” , transformando-se em outros, de nível mais baixos, gráficos estruturais, diagramas estruturais, ou diagramas de relacionamento de entidades. O Power Designer é uma ferramentas CASE (Computer-Aided Software Engineering significa, Engenharia de Software Assistida por Computador) que integram a metodologia de Análise Estruturada Yourdon/DeMarco à metodologias de dados e do projeto estruturado.
4.1.6 DELPHI
O Delphi é um produto de desenvolvimento rápido de aplicações no Windows. Com o Delphi, pode-se escrever programas para Windows com interface gráfica com o usuário, auxiliado por um grupo de componentes que você pode arrastar e soltar sobre o formulário.
Clientes
Produto Pedido
Recebe
Contém
Fonte: adaptado de ([YOU1990])
Esses componentes são software binários independentes que realizam funções predefinidas, como um rótulo de texto, um controle de edição ou uma caixa de listagem ([REI1999]).
De acordo com Borland ([BOR1997]), Porodox é um banco de dados relacional, que é fornecido juntamente com o pacote Client/Server do Delphi.
4.2 TRABALHOS CORRELATOS
Na área de Sistemas de Informação e Cubo de Decisão ocorreram trabalhos de conclusão de curso. Há destaquem em, conforme Baptista ([BAP1998]) apresentou uma abordagem sobre a construção de ambientes Data Warehouse, descrendo seus principais conceitos e componentes, com ênfase para as questões da migração de dados. Já Packer ([PAK1996] apresentou Protótipo de um sistema de apoio à decisão para planejamento e controle da produção uma indústria têxtil. Conforme Compolt ([COM1999]) que apresentou Sistemas de Informação Baseado Em um Data Mining Utilizando a Técnica de Árvores de Decisão. Já BONI ([BON1999]) apresentou um estudo sobre Sistemas de Informação e Data
Warehouse, com o objetivo de que a partir de uma base de dados já existente, especificar e
implementar um protótipo de Sistemas de Informação para a Administração de Materiais baseado em Data Warehouse.
5 ESPECIFICAÇÃO DO PROTÓTIPO
Para desenvolvimento do sistema foram realizadas várias entrevistas com o consultor da área de Administração do setor têxtil. As entrevistas foram dirigidas de modo a seguir a metodologia para definição do Sistema de Informações Estratégico Gerencial Operacional (SIEGO), conforme descrito no capítulo 2.
O desenvolvimento do protótipo começou no Protem-CC (Programa Temático Multi-institucional em Ciência da Computação), e após vários testes foi implantado numa companhia têxtil na região nordeste, pela empresa de consultoria NORBIN, onde o resultado demonstrou ser de grande utilidade.
Os dados necessários para planejamento do trabalho foram oferecidos pelo Sr. Norberto Tamborlin, consultor empresarial na área têxtil (diretor da empresa de consultoria NORBIN Qualidade, Desenvolvimento e Motivação) .Neste trabalho como coordenador de projeto teve-e o Nader Ghoddosi e Facilitador foi o consultor colaborador Sr. Norberto Tamborlin.
A seguir os dados obtidos conforme as fases de definição do SIEGO: Fase I – Preparação do projeto SIEGO
a) Definir e estabelecer Coordenador do Projeto, Facilitadores, Unidade de Análise e Líderes de Unidade de Análise.
b) Desenvolver a base de dados inicial de custos para cada Unidade de Análise, Alocando os custos de pessoal, insumos, itens de apoio e etc.
Neste parte será cadastrado os aspectos econômicos ligados a Unidade de Análise e base de custos compressíveis (redusiveis) , por exemplo na Unidade de Análise Produção será cadastrado valor da cada função dentro própria Unidade como Supervisor de tecelagem e outras despesas como mão de obra e etc.
Estágio II – Determinação e avaliação das ações de melhorias Montagem do banco de dados.
